Keras 共有5层，4个隐藏层和1个输出层。我的理解正确吗？

我在概念上了解神经网络。也就是说，N层神经网络通常有N-1个隐藏层和1个输出层

有人能帮我实际理解一下吗？例如，这段代码创建了多少层

model = Sequential()

model.add(Dense(50, activation='relu'))
model.add(Dense(100, activation='relu'))
model.add(Dense(50, activation='relu'))
model.add(Dense(1))

我猜第一个调用会创建两个层，而其他调用会分别添加一个层。因此，总共有5层，4个隐藏层和1个输出层

---

我的理解正确吗？

如前所述，您将拥有输入层，它将输入到稠密层（50），然后创建3个完全连接的隐藏层稠密层（50）、稠密层（100）、稠密层（50），最后是输出层稠密层（1）

谢谢。因此，带有默认参数的方法

Sequential（）

只是添加一个输入层，而没有添加任何隐藏层，对吗？您好WXJ96163。您可以在Sequential（）中定义图层。但通常的做法是首先定义模型（model=Sequential（）），然后添加所需的层。希望这有帮助。